ggplot2-在同一圖上繪制多個模型

Question

我有一個線性和非線性模型的列表，這些模型是從不同的數據集派生而來的，這些數據集測量的兩個變量x和y是我想使用stat_smooth在同一圖上stat_smooth 。 這樣可以輕松比較整個數據集之間x和y之間關系的形狀。

我正在嘗試找出最有效的方法。 現在，我正在考慮創建一個空的ggplot對象，然后使用某種循環或lapply依次向該對象添加對象，但是事實證明，這比我想象的要困難得多。 當然，簡單地將模型提供給ggplot是最容易的，但是據我所知，這是不可能的。 有什么想法嗎？

這是一個簡單的示例數據集，僅需使用兩個模型（一個線性模型和一個指數模型）即可使用：

df1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(15),y=rnorm(15))

df.list=list(lm(y~x,df1),nls(y~exp(a+b*x),start=list(a=1,b=1),df2))

還有兩個示例圖：

ggplot(df1,aes(x,y))+stat_smooth(method=lm,se=F)
ggplot(df2,aes(x,y))+stat_smooth(method=nls,formula=y~exp(a+b*x),start=list(a=1,b=1),se=F)

Answer 1

編輯：請注意，此答案發布后，OP更改了問題

將數據合並到一個數據框中，並用新列指示模型，然后使用ggplot區分模型：

df1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(10),y=rnorm(10))

df1$model <- "A"
df2$model <- "B"

dfc <- rbind(df1, df2)

library(ggplot2)
ggplot(dfc, aes(x, y, group=model)) + geom_point() + stat_smooth(aes(col=model))

這將產生：

Answer 2

我認為，這里的答案是得到一個想要運行的X和Y的通用范圍，然后從那里開始。 您可以使用預測從每個模型中繪制一條曲線，並使用l_ply將圖層添加到ggplot中。

d

f1=data.frame(x=rnorm(10),y=rnorm(10))
df2=data.frame(x=rnorm(15),y=rnorm(15))

df.list=list(lm(y~x,df1),nls(y~exp(a+b*x),start=list(a=1,b=1),df2))


a<-ggplot()


#get the range of x you want to look at
x<-seq(min(c(df1$x, df2$x)), max(c(df1$x, df2$x)), .01)

#use l_ply to keep adding layers
l_ply(df.list, function(amod){

  #a data frame for predictors and response
  ndf <- data.frame(x=x)

  #get the response using predict - you can even get a CI here
  ndf$y <- predict(amod, ndf)

  #now add this new layer to the plot
  a<<- a+geom_line(ndf, mapping=(aes(x=x, y=y)))

} )

a

或者，如果您想使用帶有型號或類似名稱的漂亮顏色鍵：

names(df.list) <- 1:length(df.list)
modFits <- ldply(df.list, function(amod){
  ndf <- data.frame(x=x)

  #get the response using predict - you can even get a CI here
  ndf$y <- predict(amod, ndf)

  ndf

  })


qplot(x, y, geom="line", colour=.id, data=modFits)